我的数据集如下所示:
---------------------------
cust | cost | cat | name
---------------------------
1 | 2.5 | apple | pkLady
---------------------------
1 | 3.5 | apple | greenGr
---------------------------
1 | 1.2 | pear | yelloPear
----------------------------
1 | 4.5 | pear | greenPear
-------------------------------
我的配置单元查询现在应该比较客户购买的每件商品的最便宜价格。所以我现在想要将2.5和1.2放在一行中以获得它的不同。由于我是Hive的新手,我现在不知道如何忽略其他所有内容,直到我达到下一类别的项目,而我仍然保持在上一类别中最便宜的价格。
答案 0 :(得分:2)
你可以使用如下:
select cat,min(cost) from table group by cost;
答案 1 :(得分:2)
根据您在Hive中的选项(brickhouse UDFs,hive windowing functions或自我加入),自我加入是执行此操作的最差方式。
select *
, (cost - min(cost) over (partition by cust)) cost_diff
from table
答案 2 :(得分:1)
您可以创建一个子查询,其中包含每个客户的最低成本,然后将其加入原始表:
select
mytable.*,
minCost.minCost,
cost - minCost as costDifference
from mytable
inner join
(select
cust,
min(cost) as minCost
from mytable
group by cust) minCost
on mytable.cust = minCost.cust
我使用MySQL创建了一个interactive SQLFiddle example,但它在Hive中应该可以正常工作。
答案 3 :(得分:1)
我认为这确实是一个SQL问题,而不是一个Hive问题:如果你只想要每个客户最便宜的成本,你可以做到
select cust, min(cost)
group by cust
否则,如果您希望每个类别的每个客户的成本最低,您可以这样做:
select cust, cat, min(cost)
from yourtable
groupby cust, cat